航天軍事專家智能知識(shí)服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

陳洪雁，張大偉，楊歡，齊宏為

（北京跟蹤與通信技術(shù)研究所，北京100094）

0 引言

近年來，中國(guó)航天蓬勃發(fā)展，面對(duì)日益發(fā)達(dá)的航天軍事物聯(lián)網(wǎng)、航天大數(shù)據(jù)，各類數(shù)字化信息資源不斷涌現(xiàn)和普及，快速獲取、深入挖掘和有效利用數(shù)字化、網(wǎng)絡(luò)化信息，正在成為促進(jìn)國(guó)防知識(shí)服務(wù)能力躍升的強(qiáng)有力手段。航天軍事涉及的知識(shí)層面繁多、知識(shí)結(jié)構(gòu)分散、知識(shí)獲取成本高、知識(shí)共享困難，目前的軍事管理平臺(tái)缺乏智慧知識(shí)大數(shù)據(jù)服務(wù)支撐。基于數(shù)字信息的知識(shí)獲取、知識(shí)加工、知識(shí)抽取及圖譜化知識(shí)服務(wù)，已成為軍事知識(shí)服務(wù)能力的重要內(nèi)容，成為國(guó)防創(chuàng)新的新型能力基礎(chǔ)。

航天軍事涉及的知識(shí)領(lǐng)域包括軍事理論、軍事科技、航天科技、戰(zhàn)爭(zhēng)戰(zhàn)役實(shí)例及未來戰(zhàn)爭(zhēng)構(gòu)想等等，其內(nèi)容交錯(cuò)復(fù)雜，不可能將全部相關(guān)知識(shí)都記入人腦，也不可能依靠人類的計(jì)算和推理能力進(jìn)行快速判斷。深度機(jī)器學(xué)習(xí)模型能夠?qū)教燔娛骂I(lǐng)域龐大的知識(shí)進(jìn)行抽取與表示，知識(shí)推理能夠?qū)教燔娛轮R(shí)進(jìn)行快速推理，知識(shí)問答能夠準(zhǔn)確地獲取航天軍事知識(shí)。本文面向航天軍事應(yīng)用，消除地域、時(shí)間、機(jī)構(gòu)及業(yè)務(wù)系統(tǒng)之間的邊界，結(jié)合以深度機(jī)器學(xué)習(xí)模型、知識(shí)推理、智能問答、智能決策為核心的人工智能技術(shù)，構(gòu)建現(xiàn)代軍事領(lǐng)域信息智能化的航天軍事專家智能知識(shí)服務(wù)系統(tǒng)，作為軍事領(lǐng)域內(nèi)創(chuàng)新發(fā)展能力的關(guān)鍵組成部分，可以實(shí)現(xiàn)對(duì)航天軍事數(shù)據(jù)的智能統(tǒng)籌分析與知識(shí)推理，可以為業(yè)務(wù)人員提供全面的航天專家知識(shí)和決策數(shù)據(jù)支撐。

1 現(xiàn)狀與需求分析

基于深度機(jī)器學(xué)習(xí)模型的軍事專家系統(tǒng)對(duì)各個(gè)領(lǐng)域的巨大戰(zhàn)略作用，目前國(guó)內(nèi)外都對(duì)深度機(jī)器學(xué)習(xí)模型展開了如火如荼的研究。在科技領(lǐng)域，科技部牽頭的科技知識(shí)組織體系建設(shè)項(xiàng)目是針對(duì)科研的科技深度機(jī)器學(xué)習(xí)模型，深度機(jī)器學(xué)習(xí)模型建設(shè)和應(yīng)用示范取得了豐碩成果。在國(guó)防領(lǐng)域的深度機(jī)器學(xué)習(xí)模型建設(shè)也悄然興起，但處于起步階段，規(guī)模比較小，僅限于滿足本部門或本單位使用。構(gòu)建深度機(jī)器學(xué)習(xí)模型的核心就是抽取三元組，三元組的抽取是深度機(jī)器學(xué)習(xí)模型構(gòu)建的關(guān)鍵性問題。目前主流的抽取方式是基于規(guī)則與深度學(xué)習(xí)的方式，基于規(guī)則的抽取準(zhǔn)確率低，嚴(yán)重依賴工作人員定義大量規(guī)則。

隨著人工智能的飛速發(fā)展，自動(dòng)問答已經(jīng)成為倍受關(guān)注且發(fā)展前景廣泛的研究方向。以深度問答技術(shù)為核心的IBM Watson自動(dòng)問答機(jī)器人在美國(guó)智力競(jìng)賽節(jié)目Jeopardy中戰(zhàn)勝人類選手，引起了業(yè)內(nèi)的巨大轟動(dòng)。由軍委裝備發(fā)展部、中國(guó)電子科技集團(tuán)有限公司與軍委裝備發(fā)展部中國(guó)電科聯(lián)合基金資助舉辦的中國(guó)電科X+AI系列全國(guó)第二屆“軍事智能·機(jī)器閱讀”挑戰(zhàn)賽，致力于顛覆以往情報(bào)整編工作以人工分析提煉為主的模式，逐步實(shí)現(xiàn)由機(jī)器替代繁瑣、重復(fù)性情報(bào)整編業(yè)務(wù)流程。已有自動(dòng)問答技術(shù)大致可以分為三類：檢索式問答、社區(qū)問答、知識(shí)庫(kù)問答，由于沒有三元組式結(jié)構(gòu)化的知識(shí)支撐，這三種方式都面臨著準(zhǔn)確率低與答非所問的問題，而且面臨著邏輯推理與知識(shí)推理的難點(diǎn)。

本文通過研究航天軍事領(lǐng)域三元組知識(shí)抽取，融合認(rèn)知計(jì)算、知識(shí)表示與推理、信息檢索與抽取、自然語言處理與語義Web、數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等方向的交叉研究，構(gòu)建航天軍事深度機(jī)器學(xué)習(xí)模型，組織、管理和理解航天軍事領(lǐng)域海量信息。通過研究航天知識(shí)服務(wù)智能問答與推理技術(shù)，不僅能為航天軍事領(lǐng)域提供分析、推理、發(fā)現(xiàn)、洞察能力，同時(shí)可實(shí)現(xiàn)航天知識(shí)動(dòng)態(tài)、高效、直觀數(shù)據(jù)呈現(xiàn)效果。

2 系統(tǒng)設(shè)計(jì)

通過研究航天軍事專家系統(tǒng)建設(shè)中的關(guān)鍵技術(shù)：深度機(jī)器學(xué)習(xí)模型構(gòu)建、知識(shí)推理、智能問答與決策支持技術(shù)，基于構(gòu)建業(yè)務(wù)模型和決策支持模型庫(kù)，通過多源、多類型數(shù)據(jù)融合構(gòu)建航天軍事專家系統(tǒng)模型架構(gòu)，進(jìn)行數(shù)據(jù)分析、推理和關(guān)聯(lián)，固化航天軍事專家系統(tǒng)業(yè)務(wù)應(yīng)用功能，通過多渠道為業(yè)務(wù)用戶提供即時(shí)、高效決策支持服務(wù)，實(shí)現(xiàn)航天軍事專家智能知識(shí)服務(wù)系統(tǒng)的建設(shè)。

2.1 系統(tǒng)功能組成

2.1.1 大數(shù)據(jù)采集與智能融合

航天軍事數(shù)據(jù)種類繁多、類型不統(tǒng)一、存儲(chǔ)方式不同，比如互聯(lián)網(wǎng)上的咨詢信息、檔案館中的產(chǎn)品資料，不同業(yè)務(wù)系統(tǒng)中存儲(chǔ)的產(chǎn)品資料、歷史會(huì)議資料、設(shè)備工藝或理論文獻(xiàn)資源等。如果要全面統(tǒng)一應(yīng)用，則需要規(guī)劃設(shè)計(jì)航天軍事知識(shí)庫(kù)，進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)對(duì)齊和集中存儲(chǔ)。建立統(tǒng)一數(shù)據(jù)處理方法和標(biāo)準(zhǔn)，統(tǒng)一存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)內(nèi)，提供統(tǒng)一應(yīng)用。

2.1.2 三元組知識(shí)抽取與存儲(chǔ)

航天軍事數(shù)據(jù)中實(shí)體與關(guān)系有著多種類型，包括一個(gè)主實(shí)體對(duì)應(yīng)多個(gè)關(guān)系與多個(gè)客實(shí)體，多個(gè)主實(shí)體對(duì)應(yīng)一個(gè)關(guān)系與一個(gè)客實(shí)體，一個(gè)主實(shí)體與關(guān)系對(duì)應(yīng)多個(gè)客實(shí)體以及主實(shí)體與客實(shí)體重合類型。對(duì)數(shù)據(jù)中的知識(shí)進(jìn)行表示，需要從數(shù)據(jù)中抽取出三元組知識(shí)，使用圖數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，用于后續(xù)進(jìn)行知識(shí)融合，構(gòu)建深度機(jī)器學(xué)習(xí)模型。

2.1.3 業(yè)務(wù)模型智能梳理與管理

航天軍事領(lǐng)域涉及的數(shù)據(jù)模型非常復(fù)雜，比如：組織架構(gòu)模型、理論知識(shí)模型、設(shè)備產(chǎn)品模型、業(yè)務(wù)流程模型或從業(yè)人員信息模型等，目前都分布在不同業(yè)務(wù)系統(tǒng)或人腦中，甚至都有些事物尚未模型化（例如：項(xiàng)目論證模型等）。研究并梳理決策支持應(yīng)用的關(guān)系模型、層次模型、網(wǎng)絡(luò)模型、規(guī)則模型，建立決策支持知識(shí)庫(kù)，按深度機(jī)器學(xué)習(xí)模型架構(gòu)建立決策支持關(guān)聯(lián)關(guān)系，根據(jù)決策支持任務(wù)和特點(diǎn)確定決策支持知識(shí)粒度、維度與網(wǎng)狀關(guān)系結(jié)構(gòu)，形成動(dòng)態(tài)網(wǎng)絡(luò)深度機(jī)器學(xué)習(xí)模型，為決策支持知識(shí)展示提供底層數(shù)據(jù)整合。

2.1.4 知識(shí)推理與智能問答

航天軍事領(lǐng)域涉及的數(shù)據(jù)模型類型繁多、結(jié)構(gòu)復(fù)雜，需要研究并梳理業(yè)務(wù)模型類型，按模型的類型構(gòu)建深度機(jī)器學(xué)習(xí)模型關(guān)系。比如：理論方法深度機(jī)器學(xué)習(xí)模型、產(chǎn)品設(shè)備深度機(jī)器學(xué)習(xí)模型、空間結(jié)構(gòu)深度機(jī)器學(xué)習(xí)模型、應(yīng)急響應(yīng)深度機(jī)器學(xué)習(xí)模型等。業(yè)務(wù)模型知識(shí)庫(kù)支持新關(guān)系發(fā)現(xiàn)和新模型智能建議，支持動(dòng)態(tài)數(shù)據(jù)加載，可從指定的知識(shí)存儲(chǔ)介質(zhì)上直接抽取知識(shí)，呈現(xiàn)航天軍事數(shù)據(jù)的表現(xiàn)狀態(tài)。

2.1.5 決策支持模型智能化

研究并梳理決策支持應(yīng)用的關(guān)系模型、層次模型、網(wǎng)絡(luò)模型、規(guī)則模型，建立決策支持知識(shí)庫(kù)，按深度機(jī)器學(xué)習(xí)模型架構(gòu)建立決策支持關(guān)聯(lián)關(guān)系，根據(jù)決策支持任務(wù)和特點(diǎn)確定決策支持知識(shí)粒度、維度與網(wǎng)狀關(guān)系結(jié)構(gòu)，形成動(dòng)態(tài)網(wǎng)絡(luò)深度機(jī)器學(xué)習(xí)模型，為決策支持知識(shí)展示提供底層數(shù)據(jù)整合，為航天軍事人員決策提供理論、數(shù)據(jù)上的專家支撐。

2.2 系統(tǒng)架構(gòu)設(shè)計(jì)

航天軍事專家智能知識(shí)服務(wù)系統(tǒng)的架構(gòu)主要包含基礎(chǔ)層、數(shù)據(jù)層、平臺(tái)層、應(yīng)用層、用戶層，支撐環(huán)境由數(shù)據(jù)采集同步、網(wǎng)絡(luò)傳輸、系統(tǒng)軟硬件組成，并且由基于業(yè)務(wù)、技術(shù)、管理等方面的標(biāo)準(zhǔn)規(guī)范體系、安全保障體系和運(yùn)維管理體系作為整體架構(gòu)上的支撐和保障。該系統(tǒng)的總體架構(gòu)如圖1所示。

圖1 系統(tǒng)的總體架構(gòu)圖

通過對(duì)航天軍事領(lǐng)域三元組知識(shí)的抽取、深度機(jī)器學(xué)習(xí)模型建設(shè)、知識(shí)推理、智能問答、決策支持的深刻研究，將其應(yīng)用于航天軍事專家系統(tǒng)建設(shè)，實(shí)現(xiàn)三庫(kù)、三渠道、一體系的統(tǒng)一應(yīng)用服務(wù)。

1）一體系是指航天軍事專家系統(tǒng)知識(shí)服務(wù)體系。

2）三渠道是指可視化數(shù)據(jù)展示、智能應(yīng)答數(shù)據(jù)展示和APP數(shù)據(jù)展示。

3）三庫(kù)是指多源多類型基礎(chǔ)知識(shí)庫(kù)、業(yè)務(wù)模型知識(shí)庫(kù)和決策支持模型知識(shí)庫(kù)。

上述三大指標(biāo)可以考核系統(tǒng)的多源數(shù)據(jù)處理能力，數(shù)據(jù)模型算法和處理能力及數(shù)據(jù)應(yīng)用展示能力。實(shí)現(xiàn)航天軍事專家系統(tǒng)的快速、便捷、精準(zhǔn)的知識(shí)服務(wù)應(yīng)用。

3 關(guān)鍵性技術(shù)

3.1 三元組知識(shí)抽取

構(gòu)建深度機(jī)器學(xué)習(xí)模型的核心就是抽取三元組。三元組是對(duì)各種實(shí)體或概念及其關(guān)系的表示，表示形式為主實(shí)體（s）-關(guān)系（p）-客實(shí)體（o）?；谏疃葘W(xué)習(xí)的抽取三元組方式有兩種方案：一種是先抽取實(shí)體，然后構(gòu)建實(shí)體對(duì)，最后對(duì)實(shí)體對(duì)進(jìn)行關(guān)系抽取。然而這種方式無法抽取一個(gè)實(shí)體對(duì)對(duì)應(yīng)多種關(guān)系的三元組；另一種是將整個(gè)三元組抽取作為整體的序列標(biāo)注，但這種設(shè)計(jì)不能很好地處理同時(shí)有多個(gè)主實(shí)體（s）、多個(gè)客實(shí)體（o）的情況，并且需要“就近原則”，而無一例外地，這些方法都不能解決主實(shí)體（s）、客實(shí)體（o）有重疊的情況。因此，為了解決航天軍事領(lǐng)域?qū)嶓w與關(guān)系一對(duì)多的情況，本文設(shè)計(jì)了基于深度學(xué)習(xí)的三元組抽取方式，可以覆蓋三元組抽取的所有類型。三元組知識(shí)抽取模型的設(shè)計(jì)圖如圖2所示。

圖2 三元組知識(shí)抽取模型示意圖

1）膨脹門卷積神經(jīng)網(wǎng)絡(luò)

在卷積處理上，這里的卷積不再使用傳統(tǒng)的卷積而是設(shè)計(jì)了一種膨脹卷積，用來增加感受野。當(dāng)輸入輸出維度一樣時(shí)，膨脹門卷積神經(jīng)網(wǎng)絡(luò)可以加上殘差與注意力。它體現(xiàn)了信息的選擇性多通道傳輸。通過門機(jī)制使得卷積能夠像循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM）有了記憶與忘記功能。最后的模型共使用了12層神經(jīng)網(wǎng)絡(luò)，在實(shí)驗(yàn)過程中，這種新型的卷積相對(duì)傳統(tǒng)卷積準(zhǔn)確率有了極大提升。

2）基于概率圖的抽取

在抽取方式上，即先抽取主實(shí)體，然后基于主實(shí)體抽取客實(shí)體并進(jìn)行關(guān)系分類。此抽取方案極大地提升了三元組抽取效率，解決了深度機(jī)器學(xué)習(xí)模型構(gòu)建的關(guān)鍵性問題，為深度機(jī)器學(xué)習(xí)模型構(gòu)建奠定了堅(jiān)實(shí)的基礎(chǔ)。

經(jīng)過實(shí)驗(yàn)驗(yàn)證，這種三元組知識(shí)抽取模型可以很好地抽取航天軍事領(lǐng)域?qū)嶓w對(duì)應(yīng)多種關(guān)系的知識(shí)，極大地提升了航天軍事深度機(jī)器學(xué)習(xí)模型構(gòu)建效率。

3.2 知識(shí)推理與智能問答

知識(shí)推理與智能問答技術(shù)是通過系統(tǒng)智能化數(shù)據(jù)分析和推理，規(guī)劃設(shè)計(jì)業(yè)務(wù)場(chǎng)景，設(shè)置業(yè)務(wù)主題，應(yīng)用自然語言理解技術(shù)實(shí)現(xiàn)航天軍事專家系統(tǒng)智能服務(wù)。針對(duì)航天軍事領(lǐng)域知識(shí)體系龐大復(fù)雜，研究設(shè)計(jì)了適用于航天軍事領(lǐng)域的知識(shí)推理與智能問答模型。

1）智能機(jī)器學(xué)習(xí)

采用機(jī)器自主學(xué)習(xí)、未知問題自動(dòng)聚類、知識(shí)庫(kù)維護(hù)方便和針對(duì)問題精準(zhǔn)化引導(dǎo)四步來實(shí)現(xiàn)智能機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)模型使用膨脹門卷積神經(jīng)網(wǎng)絡(luò)，并且加上了殘差與注意力。模型共使用了五層DGCNN，問句處理思路是先對(duì)問句基于DGCNN進(jìn)行編碼，學(xué)習(xí)出句子的語義表達(dá)。再對(duì)句子進(jìn)行分類，識(shí)別出問句的所屬類別，對(duì)問句總體進(jìn)行整體劃分，提升問句與答案的準(zhǔn)確匹配。然后對(duì)問句進(jìn)行命名實(shí)體識(shí)別，識(shí)別出問句包含的具體實(shí)體，輸入深度機(jī)器學(xué)習(xí)模型進(jìn)行知識(shí)推理。機(jī)器學(xué)習(xí)算法設(shè)計(jì)如圖3所示。

圖3 機(jī)器學(xué)習(xí)算法設(shè)計(jì)示意圖

2）智能分析

推理、分析、挖掘服務(wù)數(shù)據(jù)價(jià)值，驅(qū)動(dòng)業(yè)務(wù)決策，基于用戶的業(yè)務(wù)問題及查詢請(qǐng)求書深度挖掘，基于認(rèn)知計(jì)算，從業(yè)務(wù)數(shù)據(jù)中獲得更深層的洞察。情感分類：從文本、語音中識(shí)別用戶情感，真正讀懂人心。敏感分析：超越關(guān)鍵字匹配，從語義實(shí)時(shí)分析敏感數(shù)據(jù)。會(huì)話分類：自動(dòng)為服務(wù)會(huì)話、專家業(yè)務(wù)及決策分析等數(shù)據(jù)打標(biāo)簽歸類，為業(yè)務(wù)人員提供精煉內(nèi)容，快速把握重點(diǎn)的知識(shí)服務(wù)。

4 結(jié)語

航天軍事專家智能知識(shí)服務(wù)系統(tǒng)是航天軍事領(lǐng)域內(nèi)業(yè)務(wù)知識(shí)診斷、推理和知識(shí)發(fā)現(xiàn)的業(yè)務(wù)輔助決策系統(tǒng)，目標(biāo)是為航天軍事領(lǐng)域的知識(shí)進(jìn)行統(tǒng)籌分析與推理，為工作人員提供即時(shí)、高效的航天專家知識(shí)與決策支持服務(wù)。航天軍事專家系統(tǒng)的知識(shí)抽取與知識(shí)推理及智能問答是必要需求，深度機(jī)器學(xué)習(xí)模型技術(shù)的應(yīng)用則是最佳選擇，這三大指標(biāo)可以全面提升系統(tǒng)的多源數(shù)據(jù)處理能力，數(shù)據(jù)模型算法和處理能力及數(shù)據(jù)應(yīng)用展示能力，實(shí)現(xiàn)航天軍事專家系統(tǒng)的快速、便捷、精準(zhǔn)的知識(shí)服務(wù)應(yīng)用。

此外，由于航天軍事專家智能知識(shí)服務(wù)系統(tǒng)的知識(shí)是成體系的，由架構(gòu)層級(jí)指引，業(yè)務(wù)人員可以通過本系統(tǒng)進(jìn)行知識(shí)補(bǔ)充，為業(yè)務(wù)人員提供知識(shí)學(xué)習(xí)、知識(shí)共享、知識(shí)發(fā)現(xiàn)、聯(lián)合作戰(zhàn)等決策支撐服務(wù)。